Bagisto项目中ThemeDataGrid查询优化实践
2025-05-12 15:14:33作者:廉皓灿Ida
问题背景
在Bagisto电商平台项目中,当用户尝试删除特定主题的所有翻译记录时,发现该主题在数据网格(DataGrid)中不再显示。这是一个典型的查询优化问题,涉及到数据库表连接方式和查询逻辑的设计。
技术分析
原始查询的问题
原始查询使用了内连接(INNER JOIN)来关联theme_customizations和theme_customization_translations表。这种连接方式有一个重要特性:只有当连接条件满足时,才会返回记录。这意味着:
- 如果某个主题的所有翻译记录都被删除
- 那么
theme_customization_translations表中将没有对应记录 - 内连接会导致该主题不会出现在查询结果中
解决方案
将内连接改为左连接(LEFT JOIN)是解决这个问题的正确方式。左连接的特点是:
- 保留左表(
theme_customizations)中的所有记录 - 即使右表(
theme_customization_translations)中没有匹配记录 - 仍然会返回左表记录,右表字段值为NULL
优化后的查询
优化后的查询结构如下:
$queryBuilder = DB::table('theme_customizations')
->distinct()
->leftJoin('theme_customization_translations', function ($leftJoin) use ($whereInLocales) {
$leftJoin->on('theme_customizations.id', '=', 'theme_customization_translations.theme_customization_id')
->whereIn('theme_customization_translations.locale', $whereInLocales);
})
->join('channel_translations', function ($leftJoin) use ($whereInLocales) {
$leftJoin->on('theme_customizations.channel_id', '=', 'channel_translations.channel_id')
->whereIn('channel_translations.locale', $whereInLocales);
})
->select(
'theme_customizations.id',
'theme_customizations.type',
'theme_customizations.sort_order',
'channel_translations.name as channel_name',
'theme_customizations.status',
'theme_customizations.name as name',
'theme_customizations.theme_code',
'theme_customizations.channel_id'
);
深入理解
表连接类型的选择
在数据库查询中,连接类型的选择直接影响查询结果:
- 内连接(INNER JOIN):只返回两表中匹配的记录
- 左连接(LEFT JOIN):返回左表所有记录,右表不匹配则为NULL
- 右连接(RIGHT JOIN):返回右表所有记录,左表不匹配则为NULL
- 全连接(FULL JOIN):返回两表所有记录,不匹配则为NULL
多语言表设计考量
在多语言系统中,翻译表通常与主表分开设计。这种设计需要考虑:
- 主表存储不依赖语言的通用信息
- 翻译表存储语言相关的字段
- 查询时需要合理连接这些表
性能影响
虽然左连接可以解决这个问题,但也需要考虑:
- 左连接通常比内连接性能稍差
- 需要确保查询条件优化得当
- 对于大数据量表,可能需要额外索引
最佳实践建议
- 明确业务需求:首先确定是否真的需要显示无翻译记录的主题
- 合理使用连接:根据业务逻辑选择适当的连接类型
- 测试覆盖:确保测试用例覆盖各种翻译状态(有翻译、无翻译、部分翻译)
- 性能监控:对修改后的查询进行性能监控
- 文档记录:在代码注释中说明连接选择的原因
总结
在Bagisto项目中,通过将主题数据网格查询从内连接改为左连接,解决了删除所有翻译后主题不显示的问题。这个案例展示了在数据库查询设计中,连接类型选择对业务逻辑实现的重要性。开发者在处理类似的多语言系统查询时,应当仔细考虑各种连接类型的特性和适用场景,以确保系统行为符合业务预期。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
271
2.56 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
130
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
597
157
暂无简介
Dart
561
125
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
224
14
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.03 K
606
仓颉编译器源码及 cjdb 调试工具。
C++
118
95
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
443